Идеологический скорее пост.
О том, насколько точно мы можем прогнозировать текучесть на основе входных данных. Я построил прогноз текучести персонала на основе тестов (личностные опросники и тест способностей).
Картинка прогноза получилась вот такой
- По оси X — предсказанный стаж работы;
- ось Y — реальный стаж;
- красный и зеленый цвет точек означает статус работника — работает он еще или уже уволился (т.е. если работает, то стаж «не закрыт»).
Точность модели — R^2 = 0. 046 или 4. 6 % дисперсии.
И по самой картинке точность модели хорошо читается без R^2. Хотя без цифр вообще можно предположить, что модель не работает. Но я ее покрутил через случайный лес и бустинг, могу утверждать, что факторы значимы, но качество такое, какой есть)
Исследования компании Evolv показывают, что характеристики работника объясняют лишь 8 % дисперсии, мы накопали чуть меньше — 4,6 %, при этом у меня нет даже пола, возраста работника и т.п..
- Если говорить о содержательной стороне, то на текучесть влияет экстраверсия или, в более широком смысле — тип поведения, при котором работник открыт для общения, самоуверен, ориентирован больше на новые контакты и общение, чем на рутинную работу.
- Соответственно, методичность, готовность выполнять рутину влияет на удержание.
- Чувство ответственности и позитивное отношение к жизни удерживают людей в компании.
- И чуть чуть влияют способности на удержание — естественно, люди с более высокими способностями)
Но я говорю о конкретном кейсе. Переносить его на свою компанию не рекомендую.
Хотя в пользу экстраверсии говорит данное исследование — Универсальный драйвер текучести персонала — это исследование открытое, наше исследование Ключевые факторы удержания и текучести персонала
Отсюда вывод: надо искать факторы текучести не внутри работника, а в том, что происходит между работником и компанией. Это вещи динамичные, трудносхватываемые, но если мы хотим попадать с прогнозом, мы должны учиться это делать.
Источник : edwvb.blogspot.com